数据分享|再分享一个中国10米的土地利用数据_中国10m土地利用数据

之前的推文，分享过几篇土地利用的数据集，具体地址参见下面链接：

• 涵盖1984至2020年长时序的全球高质量土地利用分类样本数据集

• 数据分享|中国1990-2022逐年30米土地覆盖数据集之GEE调用整理与分享

• （数据集分享）如何在GEE中调用Globe Land30等数据集

今天，GEE学习室小编再分享一个中国10米的土地利用数据集，是有利用Sentinel-2数据生成的。具体论文信息参考如下。大家使用的时候记得规范引用原文。

Liu Y, Zhong Y, Ma A, et al. Cross-resolution national-scale land-cover mapping based on noisy label learning: A case study of China[J]. International Journal of Applied Earth Observation and Geoinformation, 2023, 118: 103265.

文章给出了数据链接，包括百度云和Google云盘等，但是没有上传到GEE云平台。因此，GEE学习室对这个数据进行了整理并上传到了GEE平台，方便大家调用使用。具体调用信息如下：

代码链接如下：

https://code.earthengine.google.com/ef877874c96680ac77f9a8f3cf76febb

var AssetList = ee.data.listAssets('projects/lulc-datase/assets/LULC_China_Zhong');
print("AssetList",AssetList);
var NumOfFile=AssetList.assets.length; //AssetList的assets对象是一个JS List，可直接调用JS List的length函数
print("NumOfFile",NumOfFile); 
 
print(AssetList.assets[0].name);
var imgList = ee.List([]);
for(var i=0;i<NumOfFile;i++){
  imgList =imgList.add(ee.Image(AssetList.assets[i].name));
}
var imgLULC = ee.ImageCollection(imgList).max()
                .remap([1,2,3,5,6,8,9,10],[1,2,3,4,5,6,7,8]);
var visPalette =[
  'F9F3C1', // 1 cropalnd
  '3C895B', // 2 forest
  'A4CA73', // 3 grass
  '7ECEF2', // 5 wetland
  '1C6CAB', // 6 water
  'C14545', // 8 impervious
  'BFBFBF',  // 9 Bareland
  'C6EBFF' // 10 snow
];
Map.addLayer(imgLULC,{'min':1,'max':8,'palette':visPalette},'LULC_Zhong');

这个代码涉及到将Asset里面的多个文件合并成一个文件，所以大家需要学习下GEE中的Asset文件管理办法，这也是为什么我们前一条推文讲的是关于Asset文件管理，参见：

• Google Earth Engine的Asset文件管理，就和本地文件管理同样重要

最后看一下在GEE中调用的效果图。

合作交流